- •Билет 1. Определение определителя порядка n, его свойства.
- •6.2. Определители порядка n
- •Свойства определителя порядка п:
- •Билет 2. Сложение матриц и умножение матрицы на число, свойства этих операций.
- •Свойства операций сложения матриц и умножения на число:
- •Билет 3. Умножение матриц, свойства умножения (доказать ассоциативность).
- •Свойства умножения матриц:
- •Билет 4. Умножение матриц, свойства умножения (доказать дистрибутивность).
- •Свойства умножения матриц:
- •Билет 5. Обратная матрица, существование и единственность.
- •Билет 6. Ранг матрицы. Теорема о базисном миноре.
- •Билет 7. Ранг матрицы. Вычисление ранга методом окаймляющих миноров.
- •Метод элементарных преобразований
- •Билет 8. Ранг матрицы. Вычисление ранга матрицы элементарными преобразованиями.
- •Метод элементарных преобразований
- •Билет 9. Метод Гаусса решения систем линейных уравнений.
- •Билет 10. Правило Крамера.
- •Билет 11. Теорема Кронекера-Капелли.
- •Билет 12. Система линейных однородных уравнений. Фундаментальная система решений.
- •Билет 13. Аксиоматическое определение линейного пространства. Примеры. Следствия из аксиом.
- •По правилу сложения матриц
- •Билет 14. Базис линейного пространства. Примеры базисов в конкретных пространствах.
- •Билет 15. Базис линейного пространства. Единственность разложения вектора по базису.
- •Билет 16. Базис линейного пространства. Координаы суммы векторов и произведения вектора на число.
- •Билет 17. Размерность линейного пространства.
- •Билет 18. Связь между базисами линейного пространства.
- •Билет 19. Линейные подпространства. Примеры.
- •Билет 20. Линейные операторы, определения и примеры.
- •Билет 21. Матрица линейного оператора. Связь координат образа и прообраза.
- •Билет 22. Характеристический многочлен и характеристические корни матрицы.
- •Билет 23. Характеристические корни и собственные значения линейного оператора.
- •Билет 24. Линейные операторы с простым спектром.
- •Билет 25. Евклидовы пространства. Определения и примеры. Следствия из аксиом.
- •Билет 26. Норма вектора. Неравенство Коши-Буняковского.
- •Билет 27. Линейная независимость системы ненулевых ортогональных векторов в евклидовом прос-стве.
- •Билет 28. Процесс ортогонализации Шмидта.
- •Билет 29. Ортогональные и ортонормированные базисы в евклидовом пространстве.
- •Билет 30. Ортогональные матрицы, их свойства (доказать: q является ортогональной тогда и только тогда, когда столбцы q составляют ортонормированную систему).
- •Билет 31. Ортогональные матрицы, их свойства (доказать: матрица перехода от ортонормированного базиса к ортонормированному базиса является ортогональной).
- •Билет 34. Квадратичные формы. Линейные преобразования неизвестных.
- •Билет 35. Положительно определенные квадратичные формы. Критерий Сильвестра.
Билет 12. Система линейных однородных уравнений. Фундаментальная система решений.
Пусть дана система линейных однородных уравнений
(9.8)
Система
(9.8) всегда совместна (решение
всегда присутствует среди решений).
Если
,
то это решение - единственное, если
,
система (9.8) имеет бесчисленное множество
решений (и, следовательно, есть решения,
отличные от
).
Теорема 3. Любая линейная комбинация решений системы однородных линейных уравнений (9.8) является решением системы (9.8).
Доказательство.
Пусть
и
- произвольные решения системы (9.8).
Пусть
- некоторое число,
.
Подставим
в -е уравнение системы (9.8):
удовлетворяет
-му
уравнению системы (9.8) при произвольном
,
,
т.е.
является решением (9.8).
Пусть
- произвольное вещественное число,
.
Подставим
в
-е
уравнение системы (9.8),
:
-
решение (9.8).
Итак, сумма любых двух решений системы (9.8) и произведение любого решения на число являются решениями системы (9.8), следовательно, любая линейная комбинация решений системы (9.8) является решением.
Определение
2. Пусть
дана система линейных однородных
уравнений с n
неизвестными
и матрицей
,
.
Пусть неизвестные
являются свободными.
Обозначим
через
,
,
то единственное решение системы, которое
получится, если неизвестному
присвоить значение
,
а остальным свободным неизвестным -
значение
.
Система
решений
называется фундаментальной
системой
решений
данной системы линейных однородных
уравнений.
Справедливо следующее утверждение, которое приведем без доказательства.
Теорема 4. Пусть дана система линейных однородных уравнений с матрицей , , и - фундаментальная система решений. Тогда всякое решение системы является линейной комбинацией решений .
Пример 3. Найти общее решение и фундаментальную систему решений системы
(9.9)
Решение.
Первое уравнение, умноженное на
,
прибавим ко второму:
Отсюда
.
Общее решение
,
свободными являются неизвестные и , главными - и .
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Векторы
и
составляют фундаментальную систему
решений системы (9.9)
.
Последнее равенство можно проверить непосредственно.
Билет 13. Аксиоматическое определение линейного пространства. Примеры. Следствия из аксиом.
Определение 1.
Совокупность
элементов
произвольной природы называется линейным
пространством, если для любых элементов
и
из
установлено понятие суммы
,
а для любого элемента
из
и любого действительного числа
установлено понятие произведения
элемента
на число
,
обозначаемое
.
При этом для введенных операций выполнены
следующие восемь аксиом:
1.
Сложение коммутативно:
.
2.
Сложение ассоциативно:
.
3.
Существует нулевой вектор
,
удовлетворяющий условию
для всех
.
4.
Для любого вектора
существует
противоположный вектор
,
удовлетворяющий условию
.
Для
любых векторов
,
и любых действительных чисел
имеют место равенства:
5.
.
6.
.
7.
.
8.
.
Элементы линейного пространства принято называть векторами.
Пример 2. Совокупность всех квадратных матриц порядка 2 составляет линейное пространство.
Решение. Проверим выполнение аксиом.
Пусть
,
.
По правилу сложения матриц
.
Но элементы матриц
- вещественные числа, следовательно,
и
,
аксиома 1 выполняется.
Пусть
.
По правилу сложения матриц
,
.
Так как элементы
матриц - вещественные числа
,
откуда
,
аксиома 2 выполняется.
В качестве нулевого
вектора выступает матрица
.
Действительно, для любой матрицы имеем:
,
аксиома 3 выполняется.
Для произвольной
матрицы
в качестве противоположного элемента
возьмем матрицу
.
